1. 문제 정의 (Problem)

최근 AI 기반 콘텐츠 생성 기술은 이미지 생성 분야에서 비약적인 발전을 이루었으나, 벡터 그래픽 (SVG) 생성 분야에서는 여전히 다음과 같은 근본적인 한계가 존재합니다.

• 설계자와 AI 의 작업 방식 차이: 인간 디자이너는 축 정렬 (axis alignment) 이나 명령어 연결부에서의 명시적 연속성 제어 (continuity control) 와 같은 고급 도구를 사용하여 디자인합니다. 반면, 기존 신경망 모델은 이러한 고수준의 기하학적 제약을 고려하지 않고 이산적 (discrete) 인 토큰을 기반으로 학습하여, 전문적인 디자인 워크플로우에 통합하기 어렵거나 수정이 불편한 결과를 생성합니다.
• 기하학적 일관성 부족: 기존 모델들은 글자 간 스타일 일관성 (가중치, 기울기 등) 을 유지하는 데는 어느 정도 성공했으나, 연속성 (Continuity, C0, G1, C1) 과 축 정렬 (Alignment) 과 같은 미세한 기하학적 규칙성을 보장하지 못해, 생성된 벡터 경로가 전문적으로 편집하기 어렵거나 시각적으로 매끄럽지 않은 경우가 많습니다.
• 정밀도 손실: 많은 기존 방법들이 좌표를 이산화 (quantization) 하여 처리하는데, 이는 기하학적 정밀도를 떨어뜨리고 아티팩트를 유발합니다.

2. 방법론 (Methodology)

저자들은 디자이너의 작업 방식을 모방하기 위해 DesigNet을 제안했습니다. 이는 계층적 Transformer-VAE 아키텍처를 기반으로 하며, SVG 시퀀스를 직접 다루고 연속적인 명령어 파라미터화 (continuous command parameterization) 를 사용합니다.

핵심 구성 요소

1. 연속적 파라미터화 (Continuous Parameterization):

   • 기존 연구들의 이산적 좌표 토큰 대신, 디자이너의 캔버스와 유사한 연속 좌표를 사용합니다.
   • 이는 양자화 손실을 방지하고 부드러운 보간 (interpolation) 을 가능하게 하며, 기하학적 정밀도를 유지합니다.
   • 명령어는 4 점 파라미터화 (시작점, 끝점, 제어점 2 개) 로 표현되며, 선 (Line) 과 곡선 (Bézier Curve) 을 통일된 형태로 다룹니다.

2. 계층적 분할 잠재 공간 (Partitioned Latent Space):

   • 전역 잠재 변수 (Global Latent): 전체 글꼴의 스타일 (가중치, 기울기 등) 을 인코딩합니다.
   • 경로 수준 잠재 변수 (Path-level Latents): 각 글자의 개별 경로 (contour) 의 세부 기하학적 구조를 인코딩합니다.
   • 이 분할 구조는 전역 스타일 일관성과 국소적 기하학적 정밀도를 동시에 모델링할 수 있게 합니다.

3. 자기 정제 모듈 (Self-Refinement Modules):

   • 모델이 예측한 명령어에 대해, 디자이너가 수행하는 것과 유사한 결정론적 기하학적 연산을 적용하여 결과를 보정합니다.
   • 연속성 자기 정제 모듈 (Continuity Self-Refinement Module):
     • 각 곡선 연결부에 대해 C0(기하학적 연결), G1(접선 방향 일치), C1(접선 방향 및 크기 일치) 연속성을 예측합니다.
     • 예측된 연속성 수준에 따라 베지어 제어점을 수정하여 연결부를 매끄럽게 만듭니다.
   • 정렬 자기 정제 모듈 (Alignment Self-Refinement Module):
     • 수평 (H) 또는 수직 (V) 선 분할을 예측합니다.
     • 예측된 축에 맞춰 선분의 끝점을 '스냅 (snap)'하여 수평/수직 구조를 명확하게 만듭니다.
   • 학습 방식: 훈련 중에는 Straight-Through Estimator (STE) 를 사용하여, 순전파 (forward pass) 에서는 하드 결정 (hard decision) 을 적용하지만 역전파 (backward pass) 에서는 부드러운 그래디언트가 흐르도록 하여 엔드 - 투 - 엔드 학습을 가능하게 합니다.

3. 주요 기여 (Key Contributions)

1. 새로운 자기 정제 모듈: 어떤 SVG 생성 네트워크에도 통합 가능한 연속성 및 정렬 자기 정제 모듈을 제안하여, 명시적인 감독과 기하학적 제어력을 제공합니다.
2. 연속 공간 도입: 이산적 입력/출력 인수를 연속 공간과 위치 인코딩으로 대체하여 양자화 손실을 제거하고 매끄러운 기하학을 보장합니다.
3. 분할 잠재 공간 설계: 미세한 경로 수준의 세부 사항을 유지하면서도 일관된 전역 글꼴 스타일을 보존하는 계층적 VAE 구조를 설계했습니다.
4. 글꼴 수준 생성 확장: 소수의 참조 글리프 (reference glyphs) 에서 전체 알파벳을 재구성하는 VAE 기반 글꼴 생성 모델을 확장하고, 이를 정량적/정성적으로 평가했습니다.

4. 실험 결과 (Results)

저자들은 라틴 문자, 중국어 글꼴, 아이콘 데이터셋을 사용하여 모델을 평가했습니다.

• 정량적 평가:
  • 재구성 정확도: 기존 SOTA 모델 (DeepSVG, DeepVecFont-v2, DualVector 등) 대비 IoU, L1 거리, 재구성 오차 (RE) 에서 경쟁력 있는 성능을 보였습니다. 특히 연속적 인수를 도입한 모델은 재구성 품질이 크게 향상되었습니다.
  • 기하학적 정확도: 연속성 정확도 (Continuity Accuracy) 와 정렬 정확도 (Alignment Accuracy) 에서 기존 모델 대비 압도적인 개선을 보였습니다. (예: 자기 정제 모듈 적용 시 정렬 정확도가 0.368 에서 0.969 로 급상승).
• 정성적 평가:
  • 생성된 글리프는 매끄러운 곡선 전환, 깨끗한 선, 일관된 스타일 속성을 가지며, 전문 디자인 도구 (FontForge, Adobe Illustrator 등) 에서 직접 편집이 가능합니다.
  • 잠재 공간 (Latent Space) 에서의 보간 (Interpolation) 을 통해 글꼴의 가중치나 기울기를 자연스럽게 변화시킬 수 있음을 확인했습니다.
• 일반화 능력: 글꼴 데이터셋뿐만 아니라 아이콘 데이터셋에서도 높은 재구성 품질을 보여주어 모델의 범용성을 입증했습니다.

5. 의의 및 결론 (Significance)

• 디자인 워크플로우 통합: DesigNet 은 단순한 이미지 생성을 넘어, 전문 디자이너가 사용하는 도구와 논리 (연속성, 정렬) 를 신경망에 내재화했습니다. 이로 인해 생성된 SVG 는 별도의 수정 없이도 상업적 소프트웨어에서 바로 활용 가능합니다.
• 기하학적 일관성의 중요성 강조: 이 연구는 벡터 그래픽 생성에서 단순한 픽셀 수준의 유사도뿐만 아니라, 기하학적 규칙성 (continuity, alignment) 이 전문적인 품질을 결정하는 핵심 요소임을 증명했습니다.
• 미래 전망: 현재 절대 좌표 기반의 한계로 인해 반복되는 구조 (예: 세리프) 의 정확한 재사용에는 제약이 있으나, 확산 모델 (Diffusion) 이나 흐름 매칭 (Flow-matching) 기반의 디코더 및 명시적 구성성 (compositionality) 도입을 통해 향후 더 발전할 수 있는 가능성을 제시했습니다.

요약하자면, DesigNet은 AI 가 인간 디자이너처럼 "생각하고 그리는" 방식을 학습하여, 기계적으로 생성된 벡터 그래픽이 전문적인 디자인 기준을 충족하도록 만든 획기적인 연구입니다.